2008 Fiscal Year Annual Research Report
| Project/Area Number |
19300076
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
小林 重信 Tokyo Institute of Technology, 大学院・総合理工学研究科, 教授 (40016697)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小野 功 東京工業大学, 大学院・総合理工学研究科, 准教授 (00304551)
佐久間 淳 東京工業大学, 大学院・総合理工学研究科, 助教 (90376963)
|
|---|
| Keywords | 進化計算 / 遺伝アルゴリズム / 実数値GA / 関数最適化 / 多目的最適化 / 制約対処法 / レンズ系設計 / 直接政策最適化 |
|---|
| Research Abstract |
実数値遺伝アルゴリズムの再構築と展開に関する研究課題に取り組み、以下の研究成果を得た。
1. 統計量遺伝に基づく実数値交叉の一般化
実数値交叉を一般化した枠組みとしてREX(φ,n+k)を提案した。REX(φ,n+k)は従来のSPXやUNDX-nを一般化した枠組みであり、統計量の遺伝を完全に満たす。
2. 大域的降下方向を用いたREX^<star>の提案
集団や親個体群が最適解を覆っていない状況に対処するために、多峰性の景観のもとでマクロな降下方向を表す大域的降下方向を導入した。REX(U,n+1)をベースに子個体生成分布の中心を大域的降下方向に移動して改善子個体を効率よく生成するREX^<star>を提案し、数百次元規模の問題を実用時間内で求めることができることを示した。
3. 多様体ベースの多目的関数最適化手法の提案
M目的の多目的関数最適化問題のパレート解集合は局所的にM-1次元の多様体として存在することに着目し、実数値GAと局所探索手法を組み合わせたMB-EMO(Manifold-Based Evolutionary Multi-objective Optimization)を提案し、多峰性のもとでの高目的次元のパレート最適解集合を高精度で効率よく求めることを確認した。
|
Research Products
(6 results)
